基于小波變換的圖像增強(qiáng)方法及應(yīng)用

1、- .-. -可修編- . z.- . -可修編- .論文編碼：GT本科生畢業(yè)論文基于小波變換的圖像增強(qiáng)方法及應(yīng)用論 文 作 者： 垹專業(yè)方向： 刑事科學(xué)技術(shù)(公安圖像) 年 級(jí)：2003級(jí)學(xué) 號(hào)：20035272指 導(dǎo) 教 師：畢阿華完 成 日 期：2007年5月10日 -. -可修編- . z.摘要 隨著計(jì)算機(jī)技術(shù)和數(shù)碼影像技術(shù)的開展，數(shù)碼影像技術(shù)在公共平安領(lǐng)域中獲得廣泛的應(yīng)用，特別是關(guān)于數(shù)碼影像技術(shù)在刑事案件現(xiàn)場記錄和痕跡物證檢驗(yàn)方面的應(yīng)用規(guī)和技術(shù)創(chuàng)新成為當(dāng)今刑事科學(xué)技術(shù)研討的重要課題。在公安實(shí)踐中，刑事案件的發(fā)生具有隨機(jī)性和突發(fā)性，有些案件現(xiàn)場屬于夜間室外現(xiàn)場或者環(huán)境照度極低的室現(xiàn)場，

2、現(xiàn)場的光線照度嚴(yán)重缺乏，這就容易導(dǎo)致現(xiàn)場拍攝的數(shù)碼圖像質(zhì)量低下，這些圖片往往都達(dá)不到實(shí)際應(yīng)用的需求，為公安后期偵查破案工作帶來不必要的麻煩，因此提高數(shù)字圖像的質(zhì)量對(duì)公安工作具有十分重要的意義。基于小波變換是一種實(shí)用的數(shù)字圖像處理技術(shù)，主要目的是增強(qiáng)圖像細(xì)節(jié)特征的同時(shí)兼顧人眼的視覺效果。事實(shí)上，一個(gè)良好的圖像增強(qiáng)處理方法應(yīng)當(dāng)在保持原始圖像邊緣、輪廓和細(xì)節(jié)特征清晰度的前提下，盡可能有選擇的突出觀察者感興趣的細(xì)節(jié)，提高圖像視覺質(zhì)量，這就是研究數(shù)字圖像增強(qiáng)處理所要追求的目標(biāo)。本文著重介紹的是利用高頻加強(qiáng)法突出圖像的細(xì)節(jié)特征，實(shí)驗(yàn)結(jié)果說明該種方法能有效的提高數(shù)字圖像質(zhì)量，滿足公安工作的實(shí)際應(yīng)用?？梢灶A(yù)見

3、，有效地解決圖像質(zhì)量低下的問題，并增強(qiáng)圖像的細(xì)節(jié)特征，將極提高刑事案件現(xiàn)場數(shù)碼照片的質(zhì)量，實(shí)現(xiàn)數(shù)碼影像技術(shù)的應(yīng)用價(jià)值，更好地為打擊犯罪、保障社會(huì)穩(wěn)定效勞。關(guān)鍵詞：數(shù)碼攝影 圖像增強(qiáng) 小波變換 MATLABABSTRACTTitle:Image enhancement based on wavelet transform and its applicationsWith the development of puter technology and digital imaging technology, digital imaging technology is widely applied i

4、n the public security field , especially for the application of standard digital imaging and innovation of technology on record and trace evidence e*amination of criminal cases has bee an important topic in the study of criminal science and technology. In the practice of public safety, criminal case

5、 is random and burst, some cases happened outdoors at night or indoors in dim field, the intensity of light in the field is insufficient seriously ,which lead to the low quality of digital image about the scene, these pictures are not up to the demand of practical application, which bring unnecessar

6、y trouble for police on detecting work later, thus, improving the quality of digital image is of important significance to the work of public safety.The digital image processing technology based on the wavelet transform is practical, the main purpose is to enhance the details of the image features a

7、nd keeping the visual effect as well. In fact, a good image enhancement processing method should keep the edge ,contour and detail feature definition of the original image first, then, select outstanding details that observers are interested , improve the image visual quality, this is the goal of st

8、udying the enhancement of digital image. The mainly content of this paper is using the method of high frequency enhancement to make the image feature outstanding, the e*perimental results show that this method can improve the image quality effectively, satisfy the practical application of public sec

9、urity. We can predict that solving the problem of low image quality effectively, and enhancing the image details will improve the quality of crime scene photos in criminal case ,making the value of application in digital imaging technology e true, providing the better service for fighting against cr

10、ime and preserving the stability of society.Key words:Digital Photography, Image enhancement, Wavelet transform, MATLAB-. z.目錄 TOC o 1-2 h z u HYPERLINK l _Toc263252844引言1HYPERLINK l _Toc2632528451數(shù)字圖像增強(qiáng)處理 PAGEREF _Toc263252845 h 2HYPERLINK l _Toc2632528521.1數(shù)字圖像增強(qiáng)處理的概念2HYPERLINK l _Toc2632528521.2數(shù)

11、字圖像增強(qiáng)處理的主要方法2HYPERLINK l _Toc2632528531.3數(shù)字圖像處理技術(shù)的開展?fàn)顩r3HYPERLINK l _Toc2632528512小波變換原理與應(yīng)用3HYPERLINK l _Toc2632528532.1小波變換的概念及原理3HYPERLINK l _Toc2632528532.2小波變換在數(shù)字圖像處理方面的應(yīng)用5HYPERLINK l _Toc2632528573基于小波變換的圖像增強(qiáng)方法6HYPERLINK l _Toc2632528533.1基于小波變換的增強(qiáng)圖像原理6HYPERLINK l _Toc2632528533.2基于小波變換的圖像增強(qiáng)方法實(shí)現(xiàn)

12、7HYPERLINK l _Toc2632528574實(shí)驗(yàn)結(jié)果及分析10HYPERLINK l _Toc2632528594.1實(shí)驗(yàn)器材與檢材10HYPERLINK l _Toc2632528604.2實(shí)驗(yàn)方法與步驟11HYPERLINK l _Toc2632528614.3實(shí)驗(yàn)結(jié)果分析12HYPERLINK l _Toc263252862結(jié)論15HYPERLINK l _Toc263252863參考文獻(xiàn)16HYPERLINK l _Toc263252864致18-. -可修編- . z.引言目前，在公安實(shí)踐工作中，視聽資料作為新刑事訴訟法所規(guī)定的第七類證據(jù)使得公安圖像技術(shù)具有在偵查中為破案提

13、供犯罪線索，收集犯罪證據(jù)和為判案提供必要依據(jù)的現(xiàn)實(shí)意義，但是現(xiàn)場拍攝的數(shù)字圖像由于客觀條件的限制，我們所得到的數(shù)字圖像常常伴隨著圖像比照度低、質(zhì)量低下和圖像識(shí)別率不高的問題，有些甚至達(dá)不到公安實(shí)際應(yīng)用的需求，因此，利用圖像增強(qiáng)技術(shù)我們可以把我們對(duì)數(shù)字圖像感興趣的局部，有選擇的、盡可能的凸顯出來，或?qū)⑽覀儾桓信d趣的局部有選擇的進(jìn)展削弱或者除去，以求到達(dá)觀察者的需求，充分表達(dá)數(shù)字圖像的細(xì)節(jié)特征。雖然目前國外有很多種圖像增強(qiáng)技術(shù)，這些技術(shù)可以很好的提高圖像的比照度，觀察效果也比擬理想，但這些圖像增強(qiáng)技術(shù)在提高比照度的同時(shí)也放大了噪聲對(duì)數(shù)字圖片的干擾。小波變換是一種快速開展的信號(hào)分析方法，能從多尺度、

14、多角度提取數(shù)字圖像的信號(hào)特征，并且能實(shí)現(xiàn)信噪別離，因此在實(shí)際公安工作中發(fā)揮著至關(guān)重要的作用，小波變換繼承與延拓了短時(shí)傅立葉變換局部化的思想，同時(shí)也克制了窗口大小不隨頻率變化等缺點(diǎn)，能夠提供一個(gè)隨頻率改變的時(shí)間頻率窗口，是進(jìn)展信號(hào)時(shí)頻分析和處理比擬理想的一種方法。小波通過變換能把所關(guān)心的和感興趣的細(xì)節(jié)特征充分的表現(xiàn)出來，使之容易觀察。可以預(yù)見，基于小波變換的圖像增強(qiáng)方法將在很大程度上改善數(shù)字圖像的質(zhì)量使圖像增強(qiáng)技術(shù)更好的效勞于公安工作，為打擊犯罪，維護(hù)社會(huì)穩(wěn)定提供有力的技術(shù)支持。隨著科技的不斷開展，國外出現(xiàn)了很多圖像增強(qiáng)的方法，雖然這些圖像增強(qiáng)方法在處理數(shù)字圖像時(shí)也具有一定的效果，但是這些圖像增

15、強(qiáng)方法只是增強(qiáng)分解后代表的小波系數(shù)，對(duì)數(shù)字圖像的低頻分量并沒有做出與之相對(duì)應(yīng)的改變，因此導(dǎo)致了處理后的數(shù)字圖像灰度根本上沒有什么太大的變化，這就決定了這些圖像處理方法在處理低比照度數(shù)字圖像時(shí)效果不是很理想，同時(shí)，這些方法也并未考慮到人眼的視覺效果。而小波變換恰恰為解決這一問題提供了可行性，小波變換因其具有良好的多分能力及相關(guān)性較強(qiáng)的特點(diǎn)，能使數(shù)字圖像實(shí)現(xiàn)很好的信噪別離，在增強(qiáng)圖像細(xì)節(jié)特征的同時(shí)能有效的抑制噪聲帶來的干擾。小波分析以其在空間域和頻率域具有良好的局部化特征的優(yōu)勢，可以在增強(qiáng)數(shù)字圖像質(zhì)量的同時(shí)提高圖像比照度，使圖像更容易被我們所鑒別，更有利于觀察者觀察圖像的細(xì)節(jié)特征，成為處理低比照度

16、疑難圖像的理想方法。本課題所提出的基于小波變換的圖像增強(qiáng)方法可以很好地提高圖像的比照度和完成圖像的去噪，使圖像的細(xì)節(jié)特征更為明顯，同時(shí)還兼顧了人眼的視覺效果，是一種比擬理想的圖像增強(qiáng)方法。隨著數(shù)字圖像技術(shù)的快速開展和在公安、司法領(lǐng)域廣泛應(yīng)用，利用數(shù)字圖像處理方法增強(qiáng)和分析疑難圖像，為案件的偵查破案提供強(qiáng)有力地技術(shù)支持，已成為打擊犯罪的必然趨勢，因此，將基于小波變換的圖像增強(qiáng)方法運(yùn)用到公安實(shí)踐中，總結(jié)一般性規(guī)律，從而指導(dǎo)公安實(shí)踐工作，具有著重要的現(xiàn)實(shí)意義。1 數(shù)字圖像增強(qiáng)處理1.1 數(shù)字圖像增強(qiáng)處理的概念數(shù)字圖像增強(qiáng)的概念是指是有選擇的去突出所選擇的數(shù)字圖像中的*些特定的細(xì)節(jié)信息，對(duì)*些我們不感

17、興趣或不需要的細(xì)節(jié)信息，進(jìn)展有選擇的削弱或除去的的圖像處理方法。這么做的要到達(dá)的目的就是運(yùn)用一系列的數(shù)學(xué)方法去增強(qiáng)圖像，常用的變換手段有選擇的去提高圖像中的比照和清晰程度。圖像中的對(duì)象通常是指痕跡檢驗(yàn)鑒定所要研究的目標(biāo)，顧名思義就是各類痕跡物證，如行為人的相貌，書證，犯罪嫌疑人指紋、足跡和犯罪所用的工具，而圖像中的載體主要是指承載對(duì)象的各類課題，例如各類光滑鏡面，淺色、深色和疑難客體等。在計(jì)算機(jī)自動(dòng)識(shí)別技術(shù)中，采用增強(qiáng)技術(shù)進(jìn)展預(yù)處理，使原始圖像信息轉(zhuǎn)化成為一種更適合于機(jī)器感知、理解和分析的形式，以提高機(jī)器處理分析的質(zhì)量。1.2 數(shù)字圖像增強(qiáng)處理的主要方法數(shù)字圖像處理的增強(qiáng)的方法有很多種，但是從

18、總體上來說，可以分為空間域和頻率域增強(qiáng)兩種?？臻g域圖像增強(qiáng)是直接針對(duì)圖像中的像素，對(duì)圖像的灰度數(shù)值進(jìn)展處理?？臻g域法屬于直接增強(qiáng)的方法，它包括擴(kuò)展比照度的灰度變換和直方圖變換、消除噪聲的平滑法和增強(qiáng)邊緣的銳化法?；叶茸儞Q又可分為線性灰度變換和非線性灰度變換。非線性灰度變換，一般是通過對(duì)圖像空間域運(yùn)算獲得背景圖像的估計(jì)值，然后和原始圖像進(jìn)展運(yùn)算，到達(dá)消除光照度不均勻的效果。非線性灰度變換可以按照預(yù)定的目標(biāo)，依據(jù)背景圖像灰度分布和估計(jì)值，調(diào)整非線性變換函數(shù)曲線的形狀、各個(gè)拐點(diǎn)的位置，校正圖像檢材的灰度分布，增強(qiáng)圖像檢材的視覺效果和辨析程度，從中提取有使用價(jià)值的信息。在空間域方法中，根據(jù)每次處理是針

19、對(duì)單個(gè)像素還是小的子圖像塊有可分為兩種：一種是基于像素的圖像增強(qiáng)，也叫點(diǎn)處理，點(diǎn)運(yùn)算包含了直方圖均衡，圖像平均等方法，其中直方圖均衡常用于處理圖像的比照度使之能滿足觀察者的需求，常用方法是調(diào)整光強(qiáng)值使其盡可能均與分布于可用灰度值的區(qū)域。圖像平均法顧名思義就是對(duì)同一副畫面的圖像多取幾幅，而后取其平均值，以此來盡可能的減小噪聲的干擾，這樣可以簡單的到達(dá)去噪的目的?？沼?yàn)V波是在圖像空間借助模板實(shí)行其領(lǐng)域操作完成的?？沼?yàn)V波按其功能可以分為圖像平滑和圖像銳化兩個(gè)方面，壓制、弱化或消除圖像中的細(xì)節(jié)、突變、邊緣和噪聲,就是圖像平滑化，圖像平滑實(shí)際上屬于低通濾波器，它可以將目標(biāo)圖像的小連續(xù)連接起來，常用的平

20、滑濾波法主要中值濾波法等。圖像銳化是實(shí)際上屬于高通濾波器，它可以通過強(qiáng)化圖像的邊緣細(xì)節(jié)特征到達(dá)增強(qiáng)圖像的目的。頻域?yàn)V波是變換域?yàn)V波的一種，它是指將圖像進(jìn)展傅立葉變換后，在變換域中對(duì)圖像的變換系數(shù)進(jìn)展濾波處理，處理完畢后再進(jìn)展逆變換，獲得濾波后的圖像。頻率域圖像增強(qiáng)是將原始圖像進(jìn)展傅立葉變換，變換后的圖像經(jīng)過頻率域?yàn)V波器處理，最后再由傅立葉逆變換得到增強(qiáng)后的圖像，得到的圖像由于頻率域?yàn)V波器的不同分為圖像銳化和圖像平滑，圖像銳化通過頻率域高通濾波，圖像的細(xì)節(jié)分布于頻率域的高頻區(qū)域，加強(qiáng)圖像的高頻分量可使圖像輪廓清晰，使圖像到達(dá)銳化的目的。圖像平滑通過低通低通濾波器，圖像的噪聲分布于頻率域的高頻區(qū)域

21、，通過對(duì)噪聲高頻的削減，使圖像到達(dá)平滑的目的。1.3 數(shù)字圖像處理技術(shù)的開展?fàn)顩r數(shù)字圖像處理又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)展處理的過程。數(shù)字圖像處理最早出現(xiàn)于20世紀(jì)50年代，當(dāng)時(shí)的電子計(jì)算機(jī)已經(jīng)開展到一定水平，人們開場利用計(jì)算機(jī)來處理圖形和圖像信息。數(shù)字圖像處理作為一門學(xué)科大約形成于20世紀(jì)60年代初期，早期圖像處理是為了改善圖像的質(zhì)量，其對(duì)象是人，目的是改善人眼的視覺效果，便于對(duì)目標(biāo)圖像進(jìn)展識(shí)別、識(shí)別。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是質(zhì)量高的圖像。常用的圖像處理方法有圖像增強(qiáng)、圖像復(fù)原、圖像壓縮等。圖像處理技術(shù)首次獲得實(shí)際成功應(yīng)用是在196

22、4年對(duì)月球外表圖片進(jìn)展圖像處理，此后，圖像處理技術(shù)又成功的對(duì)火星、土星等星球的星球外表圖像進(jìn)展復(fù)雜的圖像處理，直接推動(dòng)了數(shù)字圖像處理這門學(xué)科的誕生。數(shù)字圖像處理在醫(yī)學(xué)研究方面同樣取得了里程碑式的開展，1972年英國工程師Housfiedld基于圖像重建原理創(chuàng)造了用于頭顱診斷的*射線計(jì)算機(jī)斷層攝影裝置并與1979年獲得了諾貝爾獎(jiǎng)。隨著科技的不斷進(jìn)步，數(shù)字圖像處理技術(shù)向更高、更深層次開展，人們對(duì)數(shù)字圖像的視覺效果的要求也越來越高，直至70年代末Marr提出的視覺計(jì)算理論，該理論成為其后十余年計(jì)算機(jī)視覺領(lǐng)域的主導(dǎo)思想。20世紀(jì)90年代初開場，數(shù)字圖像處理技術(shù)獲得了突飛猛進(jìn)的開展，法國科學(xué)家J.MOL

23、ET于1984年在分析地震波的局部特征時(shí)首先提出小波這一術(shù)語，隨著人們對(duì)小波深入的研究，Mallat于1988年成功的將小波分析應(yīng)用于圖像的分解與重構(gòu)。時(shí)至今日，圖像處理技術(shù)在生物醫(yī)學(xué)、遙感、工業(yè)、軍事及公安偵察、航空航天、電子商務(wù)、通信技術(shù)等領(lǐng)域中發(fā)揮著越來越重要的作用。隨著科技的不斷開展，數(shù)字圖像處理技術(shù)的應(yīng)用領(lǐng)域也將隨之不斷擴(kuò)大，未來數(shù)字圖像處理技術(shù)的開展趨勢大致可以歸納成以下幾點(diǎn)：a. 數(shù)字圖像技術(shù)將向著更高速、智能化、高分辨率的方向開展；b. 逐步完善數(shù)字圖像處理技術(shù)的理論體系；c. 數(shù)字圖像朝著三維成像或多維成像的方向開展；d. 新理論的問世及新算法的研究；e. 更為注重人眼的視覺

24、效果。 對(duì)于公安工作而言，現(xiàn)場拍攝的數(shù)字圖像質(zhì)量低下的原因是多變的，低質(zhì)圖像給后期的檢驗(yàn)鑒定工作帶來不必要的麻煩，所以利用圖像處理技術(shù)對(duì)低質(zhì)圖片進(jìn)展處理顯得尤為重要，但是采用傳統(tǒng)的圖像增強(qiáng)方法很難到達(dá)令人滿意的效果，小波能從多尺度、多角度提取數(shù)字圖像的信號(hào)特征，并且能實(shí)現(xiàn)信噪別離，因此在實(shí)際公安工作起到至關(guān)重要的作用。2小波變換的原理與應(yīng)用2.1 小波變換的概念及原理 傳統(tǒng)的信號(hào)理論建立在Fourier分析根底之上，然而Fourier變換作為一種全局性的變化具有一定的局限性。在實(shí)際應(yīng)用中人們開場對(duì)Fourier變換進(jìn)展各種改良，小波分析由此產(chǎn)生了。小波分析是一種新興的數(shù)學(xué)分支，它是泛函數(shù)、Fo

25、urier分析、調(diào)和分析、數(shù)值分析多者完美的結(jié)晶；在應(yīng)用領(lǐng)域，特別是在信號(hào)處理、圖像處理、語音處理以及眾多非線性科學(xué)領(lǐng)域，它被認(rèn)為是繼Fourier分析之后的又一有效的時(shí)頻分析方法。小波變換與Fourier變換相比，是一個(gè)時(shí)間和頻域的局域變換，因而能有效地從信號(hào)中提取信息，通過伸縮和平移等運(yùn)算功能對(duì)函數(shù)或信號(hào)進(jìn)展多尺度細(xì)化分析，可以解決Fourier變換無法解決的許多難題。上世紀(jì)80年代，法國地質(zhì)物理學(xué)家Jean Morlet在分析地質(zhì)震動(dòng)波的過程中，面對(duì)傳統(tǒng)Fourier變換無法適應(yīng)需要的窘境，以經(jīng)歷為根底，提出了Morlet小波基。1986年著名數(shù)學(xué)家Meyer對(duì)Morlet方法進(jìn)展了系統(tǒng)

26、研究，首次在理論上建立了確定的函數(shù)，構(gòu)造出了真正的小波基。隨后，Mallat成功將多尺波分析的思路引入到小波分析中，提出了小波變換的快速分解與重構(gòu)算法，即Mallat算法。1988年Daubechies又提出緊支集光滑小波基，使小波理論進(jìn)一步系統(tǒng)化。從此，小波分析及其應(yīng)用引起了世人廣泛關(guān)注，并取得了矚目的成就。 現(xiàn)實(shí)生活中，小波分析的應(yīng)用領(lǐng)域非常廣泛，包括數(shù)學(xué)領(lǐng)域的多個(gè)學(xué)科；信號(hào)分析、圖象處理；量子力學(xué)、理論物理；軍事電子對(duì)抗與武器的智能化；計(jì)算機(jī)分類與識(shí)別；音樂與語言的人工合成；醫(yī)學(xué)成像與診斷；地震勘探數(shù)據(jù)處理；大型機(jī)械的故障診斷等方面。例如，在數(shù)學(xué)方面，它已用于數(shù)值分析、構(gòu)造快速數(shù)值方法、

27、曲線曲面構(gòu)造、微分方程求解、控制論等。在信號(hào)分析方面的濾波、去噪聲、壓縮、傳遞等。在圖象處理方面的圖象壓縮、分類、識(shí)別與診斷，去污等。在醫(yī)學(xué)成像方面的減少B超、CT、核磁共振成像的時(shí)間，提高分辨率等。 1小波變換的定義 與傅立葉變換相似，小波變換也存在一維變換和二維變換。 設(shè)函數(shù)具有有限能量，即， 則小波變換的定義如下其中，積分核為的函數(shù)族。 變換中，尺度參數(shù)制約小波函數(shù)的取值域?qū)?，平移參?shù)對(duì)應(yīng)小波在時(shí)間軸上位移。，支撐區(qū)具有伸展作用，反之有收縮作用。支撐區(qū)的伸和縮導(dǎo)致小波傅里葉變換頻譜分別向高頻端收縮和擴(kuò)展。 2一維連續(xù)小波變換 假設(shè)是一個(gè)實(shí)值函數(shù)且它的頻譜滿足以下條件：則被稱作一個(gè)根本小波

28、，或小波基函數(shù)，一組小波基函數(shù)表示為，它們是通過平移和伸縮根本小波來構(gòu)造的：式中，變量指出其沿軸的平移量，變量反映一個(gè)特定基函數(shù)的尺度，且與同為實(shí)數(shù)，則函數(shù)以小波為基的連續(xù)小波變換為：除此之外，小波變換還有線性、能量守恒性，空間、尺度局部化、局部正則性等性質(zhì)。由于每個(gè)小波的波形是不一樣的，各個(gè)小波的對(duì)稱性，正則性，緊支撐性都不一樣。因此處理的信號(hào)或者圖像不同的話，選擇的小波基也不一樣。常見的小波函數(shù)有Haar小波、墨西哥草帽小波等。2.2小波變換在數(shù)字圖像處理方面的應(yīng)用 小波變換是當(dāng)下十分流行的數(shù)字圖像處理技術(shù)，小波以其多尺度、多角度提取圖像信號(hào)特征的特點(diǎn)在數(shù)字圖像濾波處理、圖像增強(qiáng)、圖像融合

29、、圖像壓縮等方面有著十分廣泛的應(yīng)用。 1小波變換在圖像濾波處理方面的應(yīng)用 高通濾涉及低通濾波增強(qiáng)圖像實(shí)際上是分別利用高通濾波器和低通濾波器突出圖像高頻局部或讓圖像低頻通過以此到達(dá)突出圖像細(xì)節(jié)特征或使圖像到達(dá)平滑效果的方法，但這類方法在*種程度上降低了圖像的清晰程度，處理后圖像的視覺效果不是很理想。例如對(duì)數(shù)字圖像進(jìn)展去噪處理時(shí)，噪聲和圖像的細(xì)節(jié)信息同時(shí)存在于高頻區(qū)域，所以傳統(tǒng)的去噪方法容易在去噪時(shí)使圖像喪失一局部的細(xì)節(jié)信息?；谛〔ㄗ儞Q的圖像去噪技術(shù)在處理噪聲時(shí)，可以提取、保存圖像對(duì)視覺起主要作用的視覺信息，因此利用小波變換對(duì)目標(biāo)圖像進(jìn)展圖像增強(qiáng)處理得出的圖像細(xì)節(jié)特征比擬明顯，層次豐富，也兼顧了

30、人眼的視覺效果。 2小波變換在圖像增強(qiáng)方面的應(yīng)用 當(dāng)然圖像質(zhì)量低下的情況時(shí)有發(fā)生，而且免不了要發(fā)生。既然會(huì)出現(xiàn)這樣的問題，則找到一種可以改善圖像質(zhì)量和增強(qiáng)圖像畫質(zhì)的方法就很重要。如果采用傳統(tǒng)的圖像增強(qiáng)方法很難到達(dá)令人滿意的效果。如果使用小波變換處理這個(gè)問題，會(huì)有意想不到的效果。從圖像處理的角度看，小波變換存在以下假設(shè)干個(gè)優(yōu)點(diǎn)：a. 小波分解可以覆蓋整個(gè)頻域；b. 小波變換通過選取適宜的濾波器，可以極大的減小或去除所提取得不同特征之間的相關(guān)性；c. 小波變換具有變焦特性，在低頻段可用高頻率分辨率和低時(shí)間分辨率，在高頻段，可用低頻率分辨率和高時(shí)間分辨率；d. 小波變換實(shí)現(xiàn)上有快速算法。這樣看來，利

31、用小波變換在數(shù)字圖像處理方面應(yīng)用的優(yōu)勢，可以幫助解決上面的問題。小波變換可以將圖像分解為位置、方向、大小都不一樣的分量，在做逆變換之前通過改變小波變換域里面的*些參數(shù)的大小，從而有選擇的放大感興趣的分量，減小不重要局部，到達(dá)增強(qiáng)圖像的目的。 3小波變換在圖像融合方面的應(yīng)用傳統(tǒng)的圖像融合方法，往往只對(duì)兩幅待融合的圖像在在時(shí)域上進(jìn)展算數(shù)運(yùn)算而后融合，并沒有考慮到相應(yīng)圖像對(duì)應(yīng)頻率域的變化，因此得出的融合圖像往往存在比照度較差或圖像存在噪聲等一系列問題，而小波變化的圖像融合技術(shù)因其具有良好的正交性與對(duì)稱性等特點(diǎn)。在考慮時(shí)域的同時(shí)也考慮了頻域，故基于小波變換的圖像融合方法實(shí)現(xiàn)了時(shí)域與頻域的同步，同時(shí)其去

32、融合方式與人眼視網(wǎng)膜圖像算子融合方式相似，所以可以獲得人眼視覺特性更為接近的圖像融合效果，因此從很大程度上改善了融合圖像的圖像質(zhì)量，另一方面圖像融合的過程中融合規(guī)則的選取直接影響圖像融合圖片的質(zhì)量，小波變換的優(yōu)勢在于其可以把圖像分解成不同頻段的分解變換系數(shù)，構(gòu)成代表原圖像各類特征的一系列矩陣。因此我們可以利用這一特點(diǎn)，運(yùn)用不同的融合規(guī)則對(duì)圖像各類特征進(jìn)展處理，從而到達(dá)最好的圖像融合效果。 4小波變換在圖像壓縮方面的應(yīng)用圖像壓縮是一個(gè)很有開展前途的研究領(lǐng)域，一幅好的壓縮圖像要有適宜的信噪比且在壓縮、傳輸及恢復(fù)的過程中圖像的失真度小。而基于小波變換的圖像壓縮技術(shù)是把圖像進(jìn)展多分辨率分析，進(jìn)而將圖像

33、分解成不同頻率的子圖，這樣有利于采用不同的編碼方法分別進(jìn)展處理，從而獲得符合要求的高壓縮比圖像。3 基于小波變換的圖像增強(qiáng)方法3.1基于小波變換的增強(qiáng)圖像原理 在科學(xué)研究和日常生活中我們常常面對(duì)二維現(xiàn)象，所以小波分析運(yùn)用到二維信號(hào)處理是順理成章的事情，例如圖像處理技術(shù)。 1二維連續(xù)小波變換 式中，而則稱為二維小波。 2二維離散小波變換設(shè)二維離散圖像信號(hào)，子空間序列是的多分辨率逼近。可以證明尺度函數(shù)的伸縮與平移構(gòu)成的正交基組，且，是一維尺度函數(shù)。在一定條件下的正交基： 于是信號(hào)在分辨率下的逼近由下式得到： 再定義三個(gè)小波函數(shù)：則的平移伸縮構(gòu)成了正交補(bǔ)空間的規(guī)正交基。3.2基于小波變換的圖像增強(qiáng)方

34、法的實(shí)現(xiàn) 圖像增強(qiáng)的目的是增強(qiáng)我們感興趣的細(xì)節(jié)特征，便于對(duì)目標(biāo)的識(shí)別和處理，基于小波變換的圖像增強(qiáng)方法主要有以下幾種： 1梯度法 對(duì)圖像函數(shù)，其在點(diǎn)上的梯度定義為矢量 則的梯度為：對(duì)于離散圖像而言，可用一種常用近似關(guān)系式是：知道了梯度后可用以下方法確定輸出。a.直接以梯度值代替 該種方法直截了當(dāng)簡單。但在均勻的區(qū)域，因?yàn)樘荻戎岛苄O端情況下甚至為零，會(huì)表現(xiàn)出暗的特性。這在有些場合是不適宜的。b.輔以門限判斷該方法根本上不破壞圖像背景，又可以增強(qiáng)邊緣。c.給邊緣規(guī)定一個(gè)特定的灰度值，即 2統(tǒng)計(jì)差值法 該方法是利用圖像的局部統(tǒng)計(jì)特征均值與方差對(duì)圖像邊界做銳化的方法。根本思路是在二維離散圖像F中，令

35、點(diǎn)處的灰度值為，以為中心，區(qū)域的灰度均值為是大于零的整數(shù)。于是有：為區(qū)域的點(diǎn)。 點(diǎn)銳化輸出為 3反銳化掩模法 反銳化掩模法利用小波變換后圖像被別離成四個(gè)子圖，其低頻子圖中包含了原始圖像絕大局部信息，只損失了一些高高頻成分的特點(diǎn)，將小波圖像的低頻子圖取出而后擴(kuò)展至與原圖大小一樣，這樣低頻子圖所包含的圖像信息就相對(duì)豐富，但得出的圖像一般都比擬模糊，再利用算法：進(jìn)展處理。式中為原始圖像，為人為模糊方法模糊所得到的圖像，是常數(shù)，上式中第二項(xiàng)相減，這樣會(huì)使在圖像的低頻上損失很多分量，而高頻則會(huì)較為完整的保存下來，當(dāng)?shù)颖兜牡玫胶螅吞嵘藞D像的高頻成分。 4高頻加強(qiáng)法 高頻加強(qiáng)法對(duì)小波分解圖像進(jìn)展線性運(yùn)

36、算處理，突出增強(qiáng)其中的高頻成分，而后經(jīng)過小波反變換恢復(fù)圖像。這種圖像處理方法將圖像的高頻分量突出，這樣可以使圖像輪廓得到加強(qiáng)，使圖像看起來較為清晰。高頻加強(qiáng)法的實(shí)質(zhì)是一種補(bǔ)償圖像輪廓的圖像處理方法。設(shè)函數(shù)是一量積空間其構(gòu)成上的一個(gè)多分辨率分析，和分別是相應(yīng)的尺度函數(shù)和小波函數(shù)，為任意一圖像的函數(shù)，則有分解：如果引進(jìn)一些加權(quán)值，則有：4實(shí)驗(yàn)結(jié)果及分析4.1 實(shí)驗(yàn)器材與檢材 圖像增強(qiáng)作為根本的圖像處理技術(shù)，其目的是對(duì)圖像進(jìn)展加工，以得到具體應(yīng)用來說視覺效果更好更有用的圖像。數(shù)字圖像增強(qiáng)技術(shù)是面向我們所遇到的具體問題的，因此，所謂好和有用的增強(qiáng)圖像標(biāo)準(zhǔn)是不存在的，能具體應(yīng)用到實(shí)踐當(dāng)中，即為好和有用的

37、圖像,本實(shí)驗(yàn)的實(shí)驗(yàn)器材如下： 在物證檢驗(yàn)攝影中，特別是紅外攝影和紫外攝影，由于照明光源的局限性、被攝物體局部外表的物理屬性差異以及配光方法不當(dāng)，常常造成被攝檢材外表照度分布不均勻，致使形成影像灰度反差較大，層次少，大量的有用信息湮沒在高光區(qū)或低光區(qū)。圖1為現(xiàn)場拍攝的指紋圖像由于圖像比照度低，容易對(duì)后期檢驗(yàn)鑒定工作帶來不必要的麻煩，因此利用數(shù)字圖像增強(qiáng)技術(shù)對(duì)圖像進(jìn)展處理顯得十分必要。 在現(xiàn)場勘查檢驗(yàn)攝影中，受制于諸如現(xiàn)場拍攝環(huán)境、設(shè)備調(diào)試等因素，得到的圖片往往存在比照度低，顏色飽和度不高的問題。例如圖2為霧天拍攝的現(xiàn)場圖像，霧天空氣中含有大量的懸浮粒子由于這些粒子對(duì)光的散射作用，拍攝得到的數(shù)字圖

38、像存在比照度低、景物模糊不清晰，對(duì)圖像監(jiān)控、識(shí)別造成了阻礙。圖1 圖2Matlab全稱是Matri* Laboratory矩陣實(shí)驗(yàn)室)與Mathematica、Maple并稱為三大數(shù)學(xué)軟件，最初由Cleve Moler博士在70年代末講授矩陣?yán)碚摵蛿?shù)據(jù)分析等課程時(shí)編寫的軟件包Linkpack與Eispack組成，其目的是為了使編程人員免去大量的重復(fù)矩陣運(yùn)算和根本數(shù)學(xué)運(yùn)算等繁瑣的編程工作。Matlab以其編程效率高、擴(kuò)展能力強(qiáng)、高效方便的矩陣和數(shù)組運(yùn)算、方便快捷的繪圖功能及語句簡單豐富的特點(diǎn)成為當(dāng)下十分流行的數(shù)學(xué)軟件并且在工程計(jì)算、信號(hào)檢測分析、圖像處理等領(lǐng)域有著十分廣泛的應(yīng)用。 4.2實(shí)驗(yàn)方法

39、與步驟本文實(shí)驗(yàn)使用Matlab7.0軟件對(duì)現(xiàn)場拍攝的低比照度指紋圖像、霧天圖像利用進(jìn)展高頻加強(qiáng)處理，觀測高頻加強(qiáng)處理后的圖像效果。利用Matlab編制圖像高頻加強(qiáng)程序如下：clc; clear all; close all; warning off all; filename = fullfile(pwd, f:/a3.jpg); * = imread(f:a3.jpg); if ndims(*) = 3 * = rgb2gray(*); end sz = size(*); if sz(1) 800 rate = 800/sz(1); * = imresize(*, rate, bilinea

40、r); end % 小波分解 coef,scf = img_wavedec2(*,1,bior3.7); Lo_D,Hi_D = wfilters(wname,d); lf=length(Lo_D); imshow(*); r,c=size(*); *label(維數(shù) : ,num2str(r),*,num2str(c); *d=double(*); r*,c*=size(*); o2sa,f1sa,rs*=sizcoef(r*,c*,lf,N); a=o2sa,f1sa,rs*; coef=; scf=r*,c*; for i=1:N cA,cV,cH,cD=mydwt2(*d,Lo_D,H

41、i_D); cA,cV,cH,cD=mydwt2(*d,Lo_D,Hi_D); *d=cA; outmp=cV;cH;cD; scf=size(cV);scf; coef=outmp;coef; end coef=cA;coef; scf=size(cA);scf; plotcoef(N,wname,coef); plotcoef2one(N,wname,coef,rs*); % 高頻增強(qiáng)coef = hf_enhancement(coef); if nargin 2 sz = size(coef1); if sz(1) 300 k = 2; else k = 3; end end for i

42、 = 2 : length(coef) end % 小波重構(gòu) *rec = img_waverec2(coef,scf,1,bior3.7); Lo_R,Hi_R = wfilters(wname,r); yr,yc=size(coef); decdim=(yr-1)/3; if decdimrecdim error(Reconstruction level can not larger than deposition level ( declev = ,num2str(decdim), ) end rcA=coef1; for i=1:recdim rcV=coef(i-1)*3+2; rc

43、H=coef(i-1)*3+3; rcD=coef(i-1)*3+4; rcA=myidwt2(rcA,rcV,rcH,rcD,Lo_R,Hi_R,scf(i+2,:); end *rec=rcA; plot*rec(decdim,recdim,*rec)4.3實(shí)驗(yàn)結(jié)果分析本文實(shí)驗(yàn)以實(shí)踐中最常見的圖像作為檢材，拍攝兩原始圖片，利用MATLAB軟件分別對(duì)其進(jìn)展高頻加強(qiáng)處理。最后通過比對(duì)實(shí)驗(yàn)結(jié)果，分析該種方法處理低比照度圖像的優(yōu)點(diǎn)。圖3原始指紋圖像 圖5高頻加強(qiáng)法實(shí)驗(yàn)結(jié)果圖6指紋圖像小波分解圖指紋圖像增強(qiáng)處理圖6原始現(xiàn)場霧天圖像現(xiàn)場霧天圖像增強(qiáng)處理圖7現(xiàn)場霧天小波分解圖像圖8高頻加強(qiáng)法實(shí)驗(yàn)結(jié)果 原

44、圖像由于受制于客觀因素的影響，造成數(shù)字圖像比照度較低、視覺效果不理想，為檢驗(yàn)鑒定工作帶來阻礙。利用小波變換的高頻加強(qiáng)法對(duì)原始圖像進(jìn)展增強(qiáng)處理，實(shí)驗(yàn)結(jié)果說明基于小波變換的圖像增強(qiáng)方法在小波分解和重構(gòu)的根底上，將原始圖像的高頻分量盡可能的突出，從實(shí)驗(yàn)結(jié)果圖上可以明顯的看出經(jīng)過高頻增強(qiáng)法的處理，原始圖像中的模糊細(xì)節(jié)變得清晰，比照度得到增強(qiáng)，圖像質(zhì)量得到提高，便于人們對(duì)目標(biāo)圖像的判斷于識(shí)別，為后期的檢驗(yàn)鑒定工作提供了可靠的依據(jù)。結(jié)論通過以上的實(shí)驗(yàn)，我們針對(duì)圖像低比照度的特點(diǎn)，總結(jié)出基于小波變換的圖像增強(qiáng)方法，以及后期利用Matlab軟件對(duì)低比照度數(shù)字圖像進(jìn)展高頻增強(qiáng)處理。實(shí)驗(yàn)結(jié)果說明，采用小波變換的高頻增強(qiáng)法較傳統(tǒng)的圖像增強(qiáng)方法有著明顯的優(yōu)勢，小波變換依靠其多尺度的特征對(duì)細(xì)節(jié)信息進(jìn)展區(qū)分處理，防止了傳統(tǒng)圖像增強(qiáng)方法處理中需要不斷對(duì)濾波器的窗口大小進(jìn)展調(diào)整來選取增強(qiáng)效果的繁瑣工作。另一方面由于小波變換的多分辨率特征對(duì)原始圖像進(jìn)展增強(qiáng)處理得出的圖像層次感強(qiáng)、細(xì)節(jié)局部比擬清晰，增強(qiáng)效果比擬明顯，為圖像的識(shí)別判斷提供了可靠的依據(jù)，但高頻加強(qiáng)法也具有一定的局限性，高頻加強(qiáng)法只是注重突出了圖像的細(xì)節(jié)局部，在圖像總體上的突出效果